微软研究院后门研究：开放权重模型或成攻击面

微软研究院论文显示，攻击者只需接触模型权重的一小部分，就能植入后门，使模型产生对抗性恶意行为。随着开放权重模型普及，模型权重获取风险可能演变为新的攻击面，并在递归自我改进（RSI）逼近背景下进一步放大。